基于PSO-ELM的油田机采系统精细化建模

论文摘要

受不确定性因素影响,油田机采过程中工况波动性较大,采用传统的统一工况模型难以准确描述其生产参数、环境变量与系统性能之间的关系。针对此问题,提出一种基于多工况PSO-ELM的油田机采系统建模方法。首先,采用k均值聚类法将示功图划分为若干典型工况;然后,采用主成分分析法对若干典型工况进行数据降维处理;最后,通过粒子群优化极限学习机建立对应工况高精度模型。油田应用实践结果表明,工况细分模型可真实地反映各工况特性,且具有较高的精度和较强的稳定性,比ELM模型更具泛化能力。

论文目录

• 1 机采工艺的多工况PSO-ELM模型
•   1.1 基于多工况模型的油田机采工艺参数优化
•   1.2 基于示功图主元聚类分析的工况细分
•   1.3 特定工况的PSO-ELM高精度建模
•     1.3.1 极限学习机原理简介
•     1.3.2 PSO-ELM算法原理
• 2 实验结果分析
•   2.1 数据预处理
•   2.2 示功图主元分量提取
•   2.3 工况细分
•   2.4 PSO-ELM多工况建模及评价
•   2.5 PSO-ELM多工况建模扰动分析
• 3 结语

文章来源

类型: 期刊论文

作者: 杜会尧,禄佳景,辜小花,杨利平,唐海红

关键词: 工况细分,粒子群优化,极限学习机,高精度建模,油田机采系统

来源: 重庆科技学院学报(自然科学版) 2019年06期

年度: 2019

分类: 工程科技Ⅰ辑

专业: 石油天然气工业

单位: 中国石油大港油田公司第一采油厂,重庆科技学院电气工程学院,四川轻化工大学人工智能四川省重点实验室,重庆大学光电技术及系统教育部重点实验室

基金: 国家自然科学基金项目“采油系统故障诊断的增广数据深度特征域适应方法研究”(61903054)

分类号: TE355.5

DOI: 10.19406/j.cnki.cqkjxyxbzkb.2019.06.013

页码: 62-69

总页数: 8

文件大小: 2795K

下载量: 64